llamAmpere
llama.cpp 分支,針對 Ampere 世代 Nvidia 顯示卡(特別是 RTX 3090 / 3090 Ti)顯著提升效能:例如在 qwen3.8 上,溫度 1 時,100K token 生成可達 110+ tok/s,支援完整 262K 上下文。支援低記憶體(12GB)配置以達到 200K+ 上下文。QFN
llamAmpere 是什麼?
llama.cpp 分支,針對 Ampere 世代 Nvidia 顯示卡(特別是 RTX 3090 / 3090 Ti)顯著提升效能:例如在 qwen3.8 上,溫度 1 時,100K token 生成可達 110+ tok/s,支援完整 262K 上下文。支援低記憶體(12GB)配置以達到 200K+ 上下文。QFN 3.8 可達 120+ TPS、3300+ 預填充。